Application de réseaux de neurones artificiels pour la prévision de l’énergie solaire

Abstract

À notre époque, l'utilisation de l'énergie solaire est devenue un choix fondamental dans la vie. Surtout dans les zones désertiques, en raison de son climat favorable, de ses zones reculées et de ses grandes quantités de rayonnement solaire, il devient un choix idéal pour les applications d'énergie solaire. L'objectif principal de l’estimation de l'intensité du rayonnement solaire est d'obtenir la taille de l'énergie solaire, mais il y a quelques zones qui manquent d'appareils de mesure du rayonnement solaire, et les données des zones météorologiques sont nécessaires pour estimer le rayonnement solaire. Ce dernier nous donne une estimation efficace, qui est notre travail d’utilisé plusieurs réseaux MLP de neurones artificiels multicouches (ANN). Nous nous sommes concentrés sur les trois villes (Timimoun, Lagouat, Oran). Nous pouvons obtenir une variété de données et différentes formations réseau et tester et comparer les résultats. Jusqu'à présent, la plupart des recherches se sont concentrées sur la prévision du rayonnement solaire, plutôt que sur la prévision de la production d'énergie solaire. Cependant, la conversion du rayonnement solaire en énergie solaire est loin d'être anodine. L'énergie solaire est influencée par des facteurs tels que la température, le vent ou les panneaux solaires utilisés, ajoutant une couche supplémentaire de complexité par rapport au rayonnement solaire.

In our time, the use of solar energy has become a fundamental choice in life. Especially in desert areas, due to its favorable climate, remote areas and large amounts of solar radiation, it becomes an ideal choice for solar power applications. The main purpose of estimating solar radiation intensity is to get the size of solar energy, but there are some areas that lack solar radiation measuring devices, and weather area data. Are needed to estimate solar radiation. The latter gives us an efficient estimate, which is our work using multiple MLP Multilayer Artificial Neural Networks (ANNs). We focused on the three cities (Timimoun, Lagouat, Oran). We can get a variety of data and different network training and test and compare the results. So far, most research has focused on predicting solar radiation, rather than predicting solar energy production. However, the conversion of solar radiation into solar energy is far from trivial. Solar energy is influenced by factors such as temperature, wind, or the solar panels used, adding an additional layer of complexity compared to solar radiation